Supply Chain : pourquoi les capteurs et l’IoT changent la donne

De nouveaux capteurs

La nouvelle génération de capteurs repose sur deux points communs à tous les appareils. Ils sont peu chers. Et ils se connectent facilement à Internet.

Depuis des années, les capteurs et autres appareils connectés d'entreprise – comme les automates programmables industriels par exemple – reposait sur une connectivité LAN Ethernet ou Internet. Aujourd’hui, la connectivité est omniprésente et ne coute, bien souvent, plus grand chose.

Et c'est ce qui fait toute la différence. Alors que par le passé, il en coutait des milliers et des milliers d’euros pour câbler ne serait-ce qu’une petite partie d’une usine - ou une partie d’un équipement - pour récolter quelques maigres données, aujourd’hui ces données peuvent être générées et remontées depuis une vaste diversité de capteurs (outils de mesure, compteur, caméra embarquant des outils de reconnaissance d’images, etc.) pour un prix qui n’a plus rien à voir avec ce qui se facturait auparavant.

Tout communique, tout est « plug and play », au travers de connections IP. Résultat, le déploiement des capteurs n’est plus (sauf cas particuliers) le principal défi de l’IoT. C’est utiliser efficacement les données qui l’est devenu.

Plus de contextualisation et plus d’automatisation

Cette chute des prix de la connectivité – et donc son omniprésence – ne touche pas que les capteurs. Elle permet également la démocratisation de l’utilisation d’autres appareils – comme les GPS – qui ajoutent des informations aux données brutes et qui les enrichissent en les contextualisant.

Un actionneur peut recevoir des signaux du réseau et réagir de manière différenciée (via des switch, des solénoïdes, des transducteurs, etc.) et automatisée en fonction de conditions et de règles incluses dans la partie logicielle embarquée des capteurs qui contextualisent cette automatisation. En soi, rien de nouveau. Mais la baisse des prix et un déploiement simplifié changent la donne. Un degré élevé d’automatisation est aujourd’hui accessible à des PME qui n’ont pas nécessairement d’expertise dans ce domaine.

Il en va de même pour les tablettes et les smartphones, qui sont à l’autre bout de la chaine de la donnée. Leur démocratisation a également popularisé l’accès ces informations, à leur analyse et à leur présentation de manière intelligible – quel que soit le lieu ou le moment.

Dans la supply chain

L’IoT industriel est donc en train de remplacer les reportings manuels – ou de combler l’absence de remontée d’informations.

Dans une usine, des capteurs connectés reliés à des machines et à des postes de travail permettent de monitorer en continue les cycles, le timing, la dimension des pièces produites ou tout autre paramètre physique. Mais ce n’est qu’un début. A présent l’IIoT s’attaque à ce qui se passe autour et en dehors de l’usine elle-même.

Les technologies de reconnaissance et d’identification automatiques peuvent en effet enregistrer les contenus exacts de chaque carton, de chaque boite, de chaque palette, de chaque containeur ou d'un chargement entier. Elles peuvent aussi enregistrer les numéros de séries et le positionnement dans le containeur ou le camion. A cela s’ajoutent, via d'autres capteurs, des informations sur les conditions ambiantes : température, hydrométrie, etc. Et bien sûr la localisation.

Autant d’éléments qui amènent à repenser la supply chain. Imaginez un camion parti de Hanovre pour livrer Barcelone. A mi-parcours, son donneur d’ordre se rend compte qu’un client à Turin a un besoin urgent des pièces transportées. Avec l’IIoT, il est possible de dérouter ce camion pour répondre à cette urgence. Et surtout d’en informer tous les services du fournisseur (services clients, planning, etc.) qui savent exactement ce qui s’est passé, quand, comment… et qui peuvent donc instantanément se coordonner pour lancer un deuxième chargement pour le client de Barcelone et estimer une date de livraison.

Autre exemple, imaginons une entreprise qui a régulièrement des problèmes de dégradations de certaines pièces ou de certains biens lors de leurs livraisons aux clients, alors que tout est fait pour que le conditionnement et le chargement prennent soin de ces pièces ou de ces biens. Pour identifier la source du problème, cette entreprise peut ajouter à son prochain chargement des accéléromètres dans les cartons et sur les cartons, des caméras « lipsticks » (de la taille d’un rouge à lèvre), des capteurs de pressions, des thermomètres, un GPS etc. Elle pourra ainsi suivre avec moult détails le trajet entier et identifier quand et comment les dégradations ont été provoquées.

Des bénéfices, oui mais avec des outils d’analyse eux-aussi démocratisés

Ce dernier exemple n’est peut-être pas de l’analytique au sens strict où la BI l’entend. Mais il montre bien comment les technologies de l’Internet des Objets étendent la visibilité des opérationnels à des endroits qu’ils ne pouvaient pas analyser (ou alors à un prix inabordable).

En tant que responsable d'entreprise, vous allez devoir utiliser votre imagination pour trouver la manière dont votre activité va pouvoir bénéficier de ces données précises, qu’elles soient sur vos process, sur les biens que vous produisez ou sur vos installations.

Il va également falloir trouver la manière d'exploiter ces informations pour améliorer l’organisation, pour générer plus d’action proactive et préventive, et pour améliorer concrètement les performances.

La masse de nouvelles informations, et leurs variétés, sont au final un défi pour les outils de gestion et d’analyses de données traditionnels. Heureusement, une « nouvelle vague » de l’analytique est en train d’émerger. Elle ne vise pas simplement à encaisser les volumes du Big Data, mais aussi à permettre de croiser des jeux de données traditionnelles avec ce Big Data issu de l’IoT pour générer des enseignements utiles aux métiers.

Mais pour être utiles, il faut que ces outils de reporting soient utilisés. Dit autrement, les métiers doivent pouvoir concevoir leurs propres tableaux de bords et faire leurs propres analyses sans passer par un développeur ou un Data Scientist. Concevoir l’IIoT dans la supply chain doit donc se faire en regardant également de près la Data Vizualisation, cette branche de l’analytique qui est en train de redessiner totalement le paysage de la BI en rendant humainement compréhensible des millions et des milliards de données grâce à des visualisations claires et des graphiques intuitifs. Là où précédemment seuls des statisticiens chevronnés voyaient autres choses que de simples chiffres.